Realized multivariate GARCH with factors

Resumo

A previsão dos segundos momentos dos retornos de ativos é essencial na seleção de portfólio. Em um ambiente multivariado, a dimensionalidade do problema e a precisão das previsões são as principais preocupações. Propomos uma nova metodologia para prever matrizes de covariância unindo duas abordagens existentes na literatura: dados intradiários para aumentar a acurácia preditiva e fatores para reduzir a dimensionalidade. Assumimos um modelo GARCH realizado multivariado para os fatores e um conjunto de modelos GARCH multivariados realizados entre cada ação e os fatores. Comparamos nossa metodologia empíricamente com a literatura padrão, otimizando um portfólio no universo de ações do S&P500.

Ficha do documento

Tipo

Dissertação

Ano

2022

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/33079

Temas

EconomiaDados

Palavras-chave

Financial volatilityRealized GARCHHigh frequency dataMultivariate modelingCorrelation matrixFactorsVolatilidadeGARCH RealizadoDados em alta frequênciaModelos multivariadosMatriz de correlaçãoFatoresEconomiaVolatilidade (Finanças)Investimentos - AdministraçãoMercado financeiroAções (Finanças) - Preços - PrevisãoAnálise de séries temporais